华盛顿惨死的教训

1799年12月14日《亚历山大时报》刊载了一则震惊全美的噩耗:"美国第一任总统乔治·华盛顿将军因淋雨受寒,死于‘气管性锁喉’",所谓"气管性锁喉",也就是"急性喉炎",一般不难治疗,那么,华盛顿何以会因此而死呢?仔细地     

一种利用绝对最小Lipshitz延拓的医学图像插值算法

提出一种基于最小Lipshitz延拓的图像插值半隐式算法,并用医学图像放大实验初步验证了算法的有效性.     

离体植物细胞分化的调控——植物细胞分化与其外界环境因素的关系

本文对近二十年来国内外关于影响离体植物细胞、组织、器官分化的因素研究进行了综合评述,并提出了一个称之为阶段分化的假说且用这个假说来较合适地解释离体植物细胞的分化.与此同时,本文还指出了一些植物组织培养工作面临急需解决的问题.展望未来创造新的植物种类为人类造福.     

微波合成PMMA胶乳粒子

在常压微波辐照下合成聚甲基丙烯酸甲酯（ＰＭＭＡ）单分散的胶体微粒。体系中未加表面活性剂和稳定剂,在透射电镜下观察粒子的形状和直径大小,并得出在引发剂浓度一定的条件下,微粒的体积与单体的浓度呈现线性关系,为我们合成一定大小的超细微粒提供了选择的条件。功力学实验表明,微波场下反应速度大大加快,反应是突变的,无恒速阶段。     

直接自适应模糊算法参数的选取以及仿真分析

针对Wang提出的直接自适应模糊控制器，首次推导出了自适应律参数γ以及仿真步长h的理论取值范围。以一阶不稳定系统、二阶达芬振荡系统为例，给出了当γ以及h取不同值时的仿真结果，通过对结果的分析，验证了前面推导出的参数取值范围的正确，并得出有关参数γ变化对系统性能影响的规律。     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。     

新元古代陡山沱期庙河生物群在贵州江口的发现

马国干和陈孟莪1978年首次在湖北秭归县庙河地区上震旦统陡山沱组顶部黑色碳质页岩中发现了宏体藻类化石[1], 1991年, 陈孟莪等人[2]把该化石组合命名为庙河生物群, 并于1992年描述了包括宏体藻类和可疑的动物化石在内的11个形态属种[3]. 丁莲芳等[4]对该化石生物群进行了系统研究, 共描述了9大门类、140属的生物化石, 其中有微体藻类、宏体藻类、后生动物、海绵和遗迹化石. Xiao等人[5] 和袁训来等人[6]对庙河生物群宏体藻类及动物化石进行系统总结和归纳, 认为以往描述的化石多数属于宏体藻类化石, 并根据国际命名法规把它们归入18个形态属, 少部分化石的亲缘关系还有待于进一步研究, 它们有可能是后生动物或者是动物遗迹化石.     

苹果褪绿叶斑病毒库尔勒香梨分离物外壳蛋白基因在大肠杆菌中的表达

将ACLSV CP基因克隆到表达载体ρET-28a( )中，转化大肠杆菌BL21，筛选得到阳性克隆pET-ACP，用IPTG诱导使其表达，SDS-PAGE电泳分析表明，预期的22kD外壳蛋白在大肠杆菌中得到大量表达，并加以纯化，用于制备抗血清。     

全球中、下寒武统界线研究现状及展望

美国、中国、摩洛哥、俄罗斯、西班牙等国的地层古生物学者均在进行中、下寒武统界线层型剖面及标准点(GSSP)的研究,并相继提出潜在的中寒武统FAD分子如Oryctocephalus indicus,Ovatoryctocara granulata, Acadoparadoxides mureroensis, Hupeolenus和Arthricocephalus chauveaui及潜在中、下寒武统界线层型剖面.早及中寒武世之交,广泛分布的三叶虫极少,能够作全球完美的中寒武统FAD分子至今几乎没有.Oryctocephalus indicus分布比较广泛,三大生物区均有产出,特征明显.首现点正好是三叶虫大量灭绝、新的三叶虫大量出现的演化点,是一个相对最佳的中寒武统FAD分子.而中国台江八郎乌溜剖面岩性单一且连续,底栖及游泳的三叶虫非常丰富.Oryctocephalus indicus首现点距Redlichia、Bathynotus灭绝点分别是0.8及1.2m,处于三叶虫的重要演化阶段.疑源类的演化及微量元素、碳同位素变化特征和中、下寒武统界线划分一致或基本一致.界线之上为著名的中寒武世凯里生物群,剖面点距320国道仅5km,是一个潜在的、好的中、下寒武统界线层型剖面.     

基于低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构

该文结合Zeyde等人提出的低分辨率图像自举算法和双重稀疏性字典的训练方法,提出了一种新的单幅图像超分辨率重构方法。该方法在训练字典的过程中,首先对低分辨率训练样本图像采用自举算法进行超分辨率重构,然后将自举重构输出图像与低分辨率、高分辨率训练样本图像求差,并将两幅差值图像的小波分解系数作为样本数据源,训练具有双重稀疏性的字典对。文中详细讨论了结合低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构算法框架,并通过实验比较证明,该文方法较其他方法具有更好的超分辨率重构效果。